하드웨어·소프트웨어·데이터를 연결해 산업 현장의 문제를 분석하고,
Embedded System, AI, Digital Twin 기술을 활용한 시스템 구현을 경험해 왔습니다.
- 🎓 Kwangwoon University
Electronics Convergence Engineering / AI Semiconductor Interdisciplinary Major - 🏭 Hyundai AutoEver SW School – Smart Factory
1,000-hour training program completed - 🔍 Interested in Manufacturing OT, Industrial Data, PHM, CPS, Machine Vision and Digital Twin
- 📫 Contact: sky9464881@gmail.com
| Area | Experience |
|---|---|
| Manufacturing OT | MELSEC, Modbus TCP/RTU, OPC UA, MQTT 기반 설비 데이터 수집 및 연동 |
| Industrial Data Pipeline | Node-RED, DAS, MySQL, FastAPI를 연결한 수집·표준화·저장·분석 구조 구축 |
| Factory Optimization | S-Prodis 기반 공정 모델링, 병목 분석, Line Balancing 및 생산성 개선 |
| PHM & Data Analysis | FFT, Envelope Analysis, STFT 및 머신러닝 기반 설비 상태 분석 |
| Digital Twin | Unreal Engine 기반 3D 공장과 실시간 설비 데이터·제어 흐름 연동 |
| Embedded & Edge AI | STM32, Jetson Nano, 센서, 카메라 및 AI 추론 환경 통합 |
서로 다른 산업용 프로토콜을 사용하는 설비 데이터를 수집·표준화하고, 저장·분석·시각화까지 연결한 스마트팩토리 SCADA 프로젝트입니다.
- 주조기·가공기·세척기·조립기·검사기 등 5종 설비 태그 체계 정의
- MELSEC, Modbus TCP/RTU, OPC UA, MQTT 기반 수집 구조 구성
- 3개 Unit Line의 설비 상태값과 알람 이력 수집
- Line DAS에서 데이터를 1초 단위 Polling
- 통합 DAS에서 데이터를 2초 단위로 집계 및 표준화
- 공통 태그명, 단위, 상태 코드, 수집 주기 기준 정의
- OPC UA 전송, MySQL 저장, FastAPI 분석, Dashboard 표시까지 연동
Role: 팀장 · 데이터 파이프라인 설계 및 FastAPI 분석 모듈 개발
Tech Stack: MELSEC Modbus TCP/RTU OPC UA MQTT Node-RED Spring Boot FastAPI MySQL Vue.js Docker
기존 웹 SCADA 기반 통합설비관제시스템에 Unreal Engine 3D Digital Twin을 결합한 프로젝트입니다.
- Unreal 기반 공정 간 물류 이송 제어 로직 개발
- 설비 Load·Unload 및 창고 입고·출고 기능 구현
- 설비 DAS와 Unreal 객체 간 상호작용 구현
- 실시간 설비 상태 모니터링 및 제어 인터페이스 연동
- 설비·공정·라인의 관계를 3D 공간에서 파악할 수 있는 운영 환경 구성
Role: 팀원 · Unreal 설비 기능 및 제어 로직 구현
Tech Stack: Unreal Engine C++ Node-RED DAS REST API
S-Prodis를 활용해 공장 레이아웃과 공정 흐름을 모델링하고, 병목 이동을 분석해 생산성을 개선한 프로젝트입니다.
- 공정별 가동률, 대기시간, 작업자 부하율 및 Line Balancing 분석
- TOC 관점에서 초기 병목 공정과 개선 이후 이동한 병목 재분석
- 설비 증설, 셀 공정 전환, 컨베이어 도입 및 배치 변경안 비교
- 생산성·인력·장비 수·Lead Time을 함께 고려한 개선안 도출
- UPH 2.38 → 11.82로 약 5배 향상
Role: 팀장 · S-Prodis 기반 공정 모델링 및 병목 분석
Tech Stack: S-Prodis CPS TOC Line Balancing Factory Layout Optimization
모터와 회전체 설비의 진동 데이터를 신호처리 관점에서 분석해 결함 원인을 진단한 프로젝트입니다.
- 센서 대역폭, 부착 위치, 진동 전달 조건 등 계측 환경 검토
- Python과 SciPy 기반 FFT 및 Envelope Analysis 수행
- BPFO·BPFI·BSF 등 베어링 특성 주파수와 Sideband 해석
- 원신호 FFT에서 확인하기 어려운 반복 충격 성분을 Envelope Analysis로 추출
- Zooming을 활용해 결함 위치와 손상 정도 분석
- 베어링 결함과 체결 불량에 대한 점검 방향 도출
Role: 팀장 · 모터 진동 데이터 기반 결함 원인 분석
Tech Stack: Python SciPy FFT Envelope Analysis Hilbert Transform Signal Processing
Digital Twin에서 생성한 결함 데이터와 실제 촬영 데이터를 활용해 온보드 차체 검사 흐름을 구현한 프로젝트입니다.
- Blender 기반 가상 라이트 터널과 결함 데이터 생성
- Scratch·Dent·Stain·Smash 결함의 Bounding Box Annotation 자동화
- SSD MobileNet V2 기반 결함 검출 모델 학습
- ONNX 변환 및 Jetson Nano 기반 추론 환경 구성
- STM32F411, 카메라, LED, Step Motor를 연동한 검사 시나리오 구현
- 데이터 생성 → 임베디드 제어 → AI 추론 → Web UI 시각화 흐름 검증
Role: 팀장 - Bounding Box Annotation 자동화 및 STM32F411·Jetson Nano 기반 검사 시스템 검증
Tech Stack: Blender SSD MobileNet V2 ONNX TensorRT STM32F411 Jetson Nano React
캐리어 내부 물품을 인식하고 배치 최적화에 활용하기 위한 머신비전 프로젝트입니다.
- YOLO 기반 물품 객체 인식 모델 구성
- 프로젝트 환경에 맞춘 모델 Fine-tuning
- 실제 환경 데이터셋 적용 가능성 검토
- 모델 테스트 프로그램 작성 및 객체 인식 결과 검증
Role: YOLO 모델 Fine-tuning 및 테스트 프로그램 작성
Tech Stack: Python YOLO Computer Vision Object Detection Image Processing
창고 Layout, 로봇 운영 상태, 주문 유입, 충전 대기 및 포장 설비 활용률을 활용해 출고 지연 시간을 예측한 프로젝트입니다.
- Train/Test 데이터와 Layout 정보 결합
scenario_id기준 시계열 구조 유지 및 결측값 보정- 로봇 가동률, 충전 대기량, 포장 설비 활용률 등 파생 변수 생성
- Lag, Rolling, 추세 및 변동성 Feature Engineering
- 데이터 누수 방지를 위한 5-fold GroupKFold 적용
- LightGBM과 CatBoost 모델 비교
- OOF 기반 Blending과 고지연 구간 잔차 보정 수행
- 1,134명 중 38위, 상위 10% 이내 달성
Role: 물류 데이터 전처리, 시나리오 기반 Feature Engineering 및 모델 고도화
Tech Stack: Python Pandas LightGBM CatBoost GroupKFold Feature Engineering
| Project | Period | Key Work |
|---|---|---|
| 📡 60dB 동적 범위 ToF LiDAR 수신부 회로 설계 | 2024.12 ~ 2025.05 | APD·TIA 기반 수신부 회로 설계, Oscilloscope CSV 추출 및 MATLAB 신호 분석 |
| ⚙️ FPGA 기반 8비트 5-stage Pipeline CPU | 2025.03 ~ 2025.09 | Verilog 기반 IF·ID·EX·MEM·WB 구조, Forwarding 및 FPGA 연동 |
| 🔋 Flash-SAR 기반 Pipeline ADC | 2025.06 ~ 2025.12 | Monotonic SAR ADC 구조 및 Control Logic 설계 |
| ⏰ STM/ATmega 기반 Digital Clock | 2025.11 ~ 2026.02 | MCU Timer·Interrupt 기반 디지털 시계 설계 및 구현 |
| 📊 Python 기반 설비 운영 데이터 분석 | 2026.02 | OEE·품질·예지보전·에너지 분석 모듈 및 시각화 구현 |
Period: 2025.12 ~ 2026.06
Training: 1,000 Hours
Position: Class Leader
스마트팩토리, 제조지능화, MES, 품질관리, CPS, PHM를 학습하고 산업용 통신, 설비 데이터 분석, 머신비전 및 Digital Twin 프로젝트를 수행했습니다.
설비 데이터를 단순히 수집하는 데 그치지 않고, 데이터 정의·통신·저장·분석·시각화가 하나의 운영 시스템 안에서 안정적으로 연결되는 구조를 경험했습니다.
Period: 2025.07 ~ 2026.03
Position: Leader
STM32와 ATmega128을 기반으로 센서와 디스플레이 모듈을 제어하고, I2C·SPI·UART 통신을 활용한 임베디드 시스템 실습을 진행했습니다.
- 모범상 — Hyundai AutoEver SW School Smart Factory, 2026.06.30
- 우수 프로젝트상 — SFaaS — 현대오토에버·현대엔지비·한국전파진흥협회, 2026.06.30
- 우수 프로젝트상 — Vision — 현대오토에버·현대엔지비·한국전파진흥협회, 2026.06.30
- 우수 프로젝트상 — PHM/CPS — 현대오토에버·현대엔지비·한국전파진흥협회, 2026.06.30
Kwangwoon University
B.S. in Electronics Convergence Engineering
Interdisciplinary Major in AI Semiconductor
GPA: 3.82 / 4.5
Period: 2021.03 ~ 2026.02
저는 하드웨어, 임베디드 제어, 소프트웨어, 데이터를 하나의 시스템으로 연결해 문제를 해결하는 과정에 관심이 있습니다.
회로·센서 신호 분석부터 설비 제어, 산업용 통신, 데이터 분석, AI 적용까지 다양한 프로젝트를 수행하며 실제 시스템을 구현하고 검증하는 경험을 쌓아왔습니다.
제조 산업을 폭넓게 이해하고, 현장의 문제를 기술적으로 해결할 수 있는 엔지니어로 성장하고자 합니다.
Manufacturing OT · Industrial Data · Digital Twin · PHM · Edge AI